[发明专利]一种基于激光诱导击穿光谱技术定量分析茶叶中铅元素的方法在审
申请号: | 201810285618.5 | 申请日: | 2018-03-27 |
公开(公告)号: | CN108333170A | 公开(公告)日: | 2018-07-27 |
发明(设计)人: | 黄敏;张宏阳;朱启兵;郭亚 | 申请(专利权)人: | 江南大学 |
主分类号: | G01N21/71 | 分类号: | G01N21/71 |
代理公司: | 大连理工大学专利中心 21200 | 代理人: | 梅洪玉 |
地址: | 214122 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 铅元素 茶叶 定量分析 激光诱导击穿光谱 随机共振系统 随机共振 信号谱线 茶叶样品 初步分析 定标曲线 光谱分析 光谱信号 含量分析 数值仿真 蚁群算法 原子谱线 准确度 双稳态 重金属 构建 光谱 库塔 拟合 谱线 四阶 算法 优化 放大 参考 | ||
本发明提供一种基于激光诱导击穿光谱技术定量分析茶叶中铅元素的方法,属于光谱分析领域。该方法通过LIBS设备对含不同铅浓度的茶叶进行初步分析,对照美国标准原子谱线库确定405.78nm处具有铅元素的谱线;然后将LIBS光谱信号数据置于随机共振双稳态系统中,建立随机共振系统方程;随后采用蚁群算法对参数进行优化,采用四阶龙格‑库塔算法对优化后的随机共振系统方程进行数值仿真,并使用Voigt函数对光谱进行拟合,获取随机共振放大后的信号谱线;最后构建茶叶中铅浓度与信号谱线之间的定标曲线,从而实现实际茶叶样品中铅元素的定量分析。本发明具有判别准确度高,简单快速等优点,为茶叶重金属含量分析提供一种参考方法。
技术领域
本发明属于光谱分析领域,尤其是涉及一种基于激光诱导击穿光谱技术结合随机共振算法实现茶叶中重金属元素铅定量分析的方法。
背景技术
茶作为全球三大天然饮料之一,具有丰富营养价值和保健功能。茶叶中富含氨基酸、茶多酚、咖啡碱等化学成分及多种微量元素,对人体是有益的。随着人们生活质量的提升,人们对茶叶质量也越来越关注。目前影响茶叶质量安全的危害元素主要有:重金属超标、农药残留及有机微生物污染等。其中目前我国环境恶化影响,会导致有害重金属离子污染茶叶,出现茶叶产品的重金属含量超标现象,严重影响茶叶质量安全性,影响茶叶出口国际市场。茶叶中的重金属已成为制约茶叶质量安全的关键性因素。
激光诱导击穿光谱技术(LIBS)是一种光谱分析技术,在对样品组成及含量分析领域具有广泛的应用。LIBS技术是利用激光照射被测物体表面产生等离子体来获取物质成分(定性分析)、浓度(定量分析)和物质识别的分析技术。 LIBS相比于传统的光谱分析方法,具有实时、快速、无损或微损检测等特点。
基于随机共振方法实现的微弱信号放大的方法是通过构建双稳态系统,通过蚁群算法优化系统参数a和b确保系统输出信噪比最大。
Voigt拟合方法对系统光谱信号进行拟合和修正,建立茶叶光谱强度与铅元素浓度定标曲线,实现对茶叶重金属铅元素含量检测。
发明内容
针对目前茶叶中重金属铅元素信号微弱导致检测准确度低,检测效率低等缺点,本申请提供了一种基于激光诱导击穿光谱技术定量分析茶叶中铅元素的方法。
本发明的技术方案:
一种基于激光诱导击穿光谱技术定量分析茶叶中铅元素的方法,包括以下步骤:
(1)茶叶样品制备及光谱信号获取:
将同品种、等质量茶叶分别放入不同浓度的硝酸铅溶液中,进行铅污染处理,将污染后的茶叶干燥、研磨成均匀粉末并制成不同铅浓度茶叶的压片状样品;采用激光诱导击穿光谱检测方法获取压片状样品的光谱信号,并对压片状样品的光谱信号数据以碳元素为参考进行数据归一化处理;
(2)将归一化处理后的数据置于随机共振双稳态系统中,得到随机共振系统方程;使用蚁群算法对随机共振系统方程中的参数进行优化,并采用四阶龙格-库塔算法对优化后的随机共振系统方程进行数值仿真,获取经过随机共振后的放大信号;
(3)Voigt光谱修正:使用Voigt函数对放大信号进行拟合,获取随机共振放大后的信号谱线;
(4)建立定量分析模型:构建茶叶样品中铅浓度与信号谱线之间的定标曲线;并根据定标曲线定量分析实际茶叶样本中铅元素的含量。
所述步骤(2)中随机共振系统方程为:
<G(t)>=0,<G(t),G(t-τ)>=2Dδ(t)
V(x)=-ax2/2+bx4/4
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810285618.5/2.html,转载请声明来源钻瓜专利网。